人工智能导论 第 6 章 · 第七节
课程 › 第 6 章 › 第七节 小结(上)小结(下)展望
第 6 章 智能体系统 · 第七节

小结与展望

把整章串起来,再往前看一步
本 节 知 识 点
  1. 63本章小结:概念与单智能体
  2. 64本章小结:多智能体与应用
  3. 65展望:从生成回答到完成任务
63
第 6 章 · 第七节

本章小结:概念与单智能体

智能体是什么,一个智能体里的四个环节怎样转。

第 63 页 本章小结(上)

智能体是什么,一个智能体怎样运转

要点一句话记住
智能体能感知、围绕目标、自己决定、动手做事的系统
和大模型的关系大模型负责理解和推理,运行时系统负责记进度、调工具、查结果
发展路径问答生成 → 工具使用 → 任务闭环 → 组织化协作
评价标准从“回答得合不合理”,变成“任务有没有办成、过程能不能控、结果能不能查”
四个环节在办班会时
感知与状态建模读群消息和课表,记下办到了哪一步
推理与规划拆成八件事,排好先后
决策与行动选出现在做哪件,提交教室申请
反馈与学习发现教室被借走,改订另一间,下次提早申请

重 点智能体和聊天机器人差在哪

聊天机器人把话说完就停。智能体要把事情办完,边做边看结果,随时纠正。

想一想

四个环节里去掉哪一个,智能体最容易“自以为办完了”?

查看参考思路
去掉反馈与学习。没有这一环,智能体按计划一步步做完就宣布完成,哪一步失败了它也不知道。实验二专门演示了剪掉反馈会怎样:它照样汇报“已完成”,班会实际上却没有办成。
64
第 6 章 · 第七节

本章小结:多智能体与应用

多智能体除了能几件事同时做,还能分工、互相检查,把结果收拢成一个。

第 64 页课件

重 点人多不等于更好

智能体从三个加到十个,不一定更可靠。没有状态共享、任务交接和冲突处理,人多只会让结果更难统一。互相检查、最后收拢成一个结果,才让复杂任务办得更稳。

知道更多三类应用,一副骨架

编程辅助、工作流、个人助理,界面各不相同,底下都是第 22 页那个圈:看清情况,想好步骤,动手去做,检查改进。

65
第 6 章 · 第七节

展望:从生成回答到完成任务

智能体正从封闭的测试环境,走向开放的真实世界。

第 65 页 展望

从“生成回答”到“完成任务”

今天常见的接下来的方向
一问一答的单轮对话要走很多步的长链路任务
调用一两个简单工具嵌进复杂的业务流程
一个智能体单独干活多个智能体、多个人一起协作
封闭的测试环境开放、会变化、有别人参与的真实环境
已经做到的事用到的方法
2019 年,AlphaStar 在《星际争霸 II》里排名超过 99.8% 的玩家多智能体强化学习
2022 年,DeepMind 用强化学习控制核聚变装置里等离子体的形状深度强化学习
编程智能体读代码、改代码、跑测试,再交给人审阅大模型加工具调用

重 点从封闭走向开放,难在哪

实验室里的环境可控,出了错可以重来。真实环境天天在变,还有别人在里面行动。状态维护、执行控制、冲突处理这些做法,都是为了让智能体在真实环境里也靠得住。

知道更多全章回顾

回头看第 6 章:智能体是什么,一个智能体内部的四个环节怎样转成一个圈,一群智能体怎样分工和化解分歧,三类典型应用。下一章是最后一章,人工智能实践,动手把学过的方法用到具体的数据和任务上。

保山学院·人工智能教研室·曹鼎鼎